如何以 “集成学习” 的眼光看因子选股——多因子统计学习模型 （三）
创建于 更新于
摘要
本报告将传统多因子选股模型视作集成学习框架中的一种两级stacking集成模型，详细分析了IC及Rank IC计算的机器学习等价表示。通过替换线性弱学习器为多项式、分段线性等非线性弱学习器，提升了因子收益的非线性拟合能力，实现年化超额收益提升6.37%，IR达3以上，验证了因子收益的非线性化趋势。同时，报告展示滚动选择弱学习器及多级集成策略进一步增强模型鲁棒性与超额收益，18年末至今实现明显超额收益增长，因子选股模型迎来重要升级。[page::0][page::3][page::10][page::16][page::22]
